The Efficient Distance Weighted Case Base Rule (DW-CBR) for Early Childhood Diseases Diagnosis

2021 ◽  
pp. 262-269
Author(s):  
Indah Werdiningsih ◽  
Rimuljo Hendradi ◽  
P. Purbandini ◽  
Barry Nuqoba ◽  
Elly Anna
Keyword(s):  
Similarity Measures ◽  
Classification Performance ◽  
Case Based Reasoning ◽  
Childhood Diseases ◽  
Rule Based ◽  
Distance Weighted ◽  
Case Base ◽  
Case Base Reasoning ◽  
Case Based ◽  
Weighted Case

Children from newborns to six years old are more susceptible to diseases. A common methodology to diagnose childhood diseases is by using a reasoning technique. Reasoning techniques is one of a reliable method for expert systems. Reasoning techniques using the correct case of results have provided enormous support for predicting the diagnosis and treatment of diseases. This paper focuses on the main technical characteristics of two common reasoning techniques, namely; rule-based reasoning and case-based reasoning. This paper describes a comparative analysis of rule-based and case-based reasoning techniques using several commonly used similarity measures and a study on its performance for classification tasks. Moreover, this study proposes a new case-based reasoning approach using an alternative similarity measure, called Distance-Weighted Case Base Reasoning (DW-CBR). The proposed method aims to improve classification performance. The main result of this study shows that case-based reasoning is a more powerful methodology regarding the issues of maintenance and knowledge representations over the rule-based system and reveals that DWCBR has the best accuracy, which is 92%.

Retrieving Assembly Part Design Using Case-Based Reasoning and Genetic Algorithms

2005 ◽  
Author(s):  
Guanghsu A. Chang ◽  
Cheng-Chung Su ◽  
John W. Priest
Keyword(s):  
Artificial Intelligence ◽  
Genetic Algorithms ◽  
Nearest Neighbor ◽  
Similarity Measures ◽  
Experimental Results ◽  
Case Based Reasoning ◽  
Feature Weight ◽  
Similar Part ◽  
Case Base ◽  
Case Based

Artificial intelligence (AI) approaches have been successfully applied to many fields. Among the numerous AI approaches, Case-Based Reasoning (CBR) is an approach that mainly focuses on the reuse of knowledge and experience. However, little work is done on applications of CBR to improve assembly part design. Similarity measures and the weight of different features are crucial in determining the accuracy of retrieving cases from the case base. To develop the weight of part features and retrieve a similar part design, the research proposes using Genetic Algorithms (GAs) to learn the optimum feature weight and employing nearest-neighbor technique to measure the similarity of assembly part design. Early experimental results indicate that the similar part design is effectively retrieved by these similarity measures.

scholarly journals SISTEM PAKAR DIAGNOSA PENYAKIT AYAM PETELUR MENGGUNAKAN METODE CASE BASED REASONING BERBASIS WEB

2019 ◽  
Vol 3 (2) ◽  
pp. 126-132
Author(s):  
Zendy Achmad Faisal
Keyword(s):  
Economic Impact ◽  
Newcastle Disease ◽  
Case Based Reasoning ◽  
Technical Service ◽  
Infectious Bronchitis ◽  
Case Base ◽  
Case Base Reasoning ◽  
Gumboro Disease ◽  
Case Based

Munculnya permasalahan dan penyakit pada ayam ini disinyalir akibat kelalaian peternak yang kurang memperhatikan nutrisi bahan pakan yang diberikan pada ayam peliharaannya. Penyakit-penyakit yang sering menjangkit ayam petelur adalah: Newcastle Disease (ND), Infectious Bronchitis (IB), Gumboro Disease dan Flu. Pada setiap penyakit tersebut memiliki gejala yang hampir sama namun membutuhan penanganan dan tindakan yang bebeda-beda sehingga banyak peternak yang sulit mengidentifikasi penyakit apa yang menjangkit ternak mereka.Pengumpulan data yang dijadikan bahan pembuatan sistem pakar menggunakan metode case base reasoning ini dilakukan dengan wawancara dengan technical service obat (ahli dalam bidang penanganan penyakit ayam petelur) pada instansi Manunggal Putra Unggas. Dalam tahap ini, berkonsultasi tentang informasi mengenai segala penyakit ayam petelur, gejala penyakit ayam petelur, serta bobot nilai pada setiap gejala yang merupakan tingkat keyakinan dari ahli dalam penyakit ayam petelur. Setelah dilakukan wawancara, maka diperoleh informasi mengenai mengenai nilai bobot dari penyakit dan gejala penyakit ayam yang akan digunakan dalam sistem pakar diagnosis penyakit pada ayam petelur yang diperoleh dari technical service penanganan unggas yaitu Bpk Taufan Rohadie.Pada jurnal hasil penelitian sosio-economic impact didapatkan pada insutri peternakan ayam yang ada di Indonesia bahwa wabah penyakit ayam pada umumnya menyerang perusahaan peternakan ayam petelur. Sekitar 83% dari total populasi. Informasi ini mengungkapkan bahwa perusahaan ayam petelur lebih rentan terkena wabah penyakit daripada perusahaan ayam boiler.

scholarly journals Analisis Penyakit Pada Tanaman Cabai Dengan Metode Case Based Reasoning Berbasis Web

2021 ◽  
Vol 1 (1) ◽  
pp. 43-48
Author(s):  
Desi Ernawati ◽  
Riki Andri Yusda ◽  
Guntur Maha Putra
Keyword(s):  
Expert System ◽  
Plant Diseases ◽  
Case Based Reasoning ◽  
Good Care ◽  
Web Based ◽  
Case Base ◽  
Case Base Reasoning ◽  
Case Based

Abstract:Chili is a production cropthatis much needed by the  community. Good care is needed to increase the production of chili plants. Production of chili plants will decrease if the types of diseases that attack are not considered. To find out about chili plant diseases, farmers only look at the disease without knowing the symptoms that appear beforehand so that it will affect the production of chili plants.So that we need experts who understand the symptoms of disease in chili plants.The existence of experts can be replaced by a system designed to detect symptoms of disease in chili plants.The expert system to be designed is web-based using the case-based reasoning method.This expert system is expected to help increase the productivity of chili plants.            Keywords:expert system; chili; case-based reasoning; chili plants.  Abstrak:Cabai merupakan tanaman produksi yang banyak dibutuhkan oleh masyarakat. Untuk meningkatkan produksi tanaman cabai diperlukan perawatan yang baik. Produksi dari tanaman cabai akan menurun jika tidak diperhatikan jenis penyakit yang menyerang. Untuk mengetahui penyakit tanaman cabai para petani hanya melihat penyakitnya saja tanpa mengetahui terlebih dahulu gejala yang muncul sehingga akan mempengaruhi hasil produksi tanaman cabai. Sehingga diperlukan pakar yang mengerti mengenai gejala penyakit pada tanaman cabai. Keberadaan pakar bisa digantikan oleh sebuah sistem yang dirancang untuk mendeteksi gejala penyakit pada tanaman cabai. Sistem pakar yang akan dirancang berbasis web dengan menggunakan metode case base reasoning. Sistem pakar ini nantinya diharapkan membantu untuk peningkatan produktivitas tanaman cabai. Kata kunci:sistem pakar; cabai; casebasereasoning; tanaman cabai.

Sistem Pendiagnosa Kerusakan Pada Motor Menggunakan Metode Case-Base Reasoning Approach

2019 ◽  
Vol 2 (1) ◽  
pp. 72-79
Author(s):  
Jevan Nelson ◽  
Septian Dicky Chandra
Keyword(s):  
Case Based Reasoning ◽  
Turn On ◽  
Attribute Weight ◽  
Simple Matching Coefficient ◽  
Case Base ◽  
Case Base Reasoning ◽  
Case Based

This paper proposes one of approach for diagnosing faults in motorcycle by using Case-Based Reasoning Approach (CBR). CBR process through four stages consist of Retrieve, Reuse, Revise and Retain. The calculation of equation have been done by Simple Matching Coefficient (SMC). Diagnosing faults in motorcycle was started by tracking initial indication that occur in the motorcycle, then ended when the solution has been found with similar of existing case. The result shown that the most often problem after diagnosis was the machine unable to start/difficult to turn on with the Carburetor Attribute Weight achieve the highest percentage of attributes. Keyword: CBR, Diagnosis, Motorcycle, SMC

A Knowledge Integrated Case-Based Classifier

2019 ◽  
Vol 29 (06) ◽  
pp. 849-871
Author(s):  
Jirapond Muangprathub ◽  
Siriwan Kajornkasirat ◽  
Apirat Wanichsombat ◽  
Veera Boonjing ◽  
Jarunee Saelee ◽  
...  
Keyword(s):  
Knowledge Base ◽  
Learning Algorithm ◽  
Concept Lattice ◽  
Rule Learning ◽  
Classification Performance ◽  
Training Data ◽  
Vector Model ◽  
Case Based Reasoning ◽  
Rule Based ◽  
Case Based

This paper proposes a case-based classifier using a new approach that integrates rule-based and case-based reasoning approaches for enhanced accuracy. The rule-based reasoning component uses rules generated from a concept lattice of training data, binarized using fuzzy sets. These binarized data are stored as cases in the case-based classification component. The case-based component complements the rule-based component to enhance classification accuracy. Moreover, we designed the case-based component with an embedded similarity measure that uses a vector model for concept approximations. Thus, this design makes it possible to generate high quality rules and classify unseen new cases. In addition, the ability to build a knowledge base in lattice form is important for discovering hierarchical patterns, incrementing or updating the existing knowledge base, and inducing rules with our rule learning algorithm. The novel methodology was implemented and evaluated with benchmark datasets from the UCI repository and historic rubber prices in Thailand, demonstrating improvements in accuracy of classification calls. The results from the fact their several hierarchical datasets are very promising, with improved classification performance over prior reported methods.

scholarly journals Penerapan Metode Case Based Reasoning dan K-Nearest Neighbor untuk Diagnosa Penyakit dan Hama pada Tanaman Karet

2020 ◽  
Vol 6 (1) ◽  
pp. 23
Author(s):  
Heni Sulistiani ◽  
Imam Darwanto ◽  
Imam Ahmad
Keyword(s):  
Nearest Neighbor ◽  
Case Based Reasoning ◽  
K Nearest Neighbor ◽  
Case Base ◽  
Case Base Reasoning ◽  
Case Based

Petani karet di wilayah Kabupaten Tulang Bawang sering menemukan masalah seperti penyakit dan hama tanaman karet yang dapat mengakibatkan kematian pada tanaman karet, antara lain penyakit pada bidang sadap, dan hama penggangu seperti rayap dan kutu tanaman. Penyakit tersebut dapat dideteksi melalui gejala-gejala yang ditimbulkan. Akan tetapi untuk mengetahui jenis penyakit yang menyerang tanaman karet diperlukan seorang pakar pertanian dan perkebunan. Namun, saat ini petani di Tulang Bawang masih memliki kekurangan dalam hal pengetahuan untuk pencegehan dan penanganan penyakit tanaman karet. Untuk itu, diperlukan suatu sistem yang berisikan pengetahuan tertentu dalam hal kepakaran melalui pendekatan kemampuan manusia di salah  satu  bidang. Salah satunya adalah sistem pakar. Berbagai metode telah diterapkan untuk membangun sistem pakar, diantaranya adalah Metode Case Base Reasoning dan K-Nearest Neighbor. Metode ini digunakan untuk mencari solusi dari permasalahan berdasarkan pengalaman kasus masa lalu dan pendekatan untuk mencari kasus dengan menghitung kedekatan antara kasus baru dengan kasus lama. Hasil pengujian keakuratan kesesuaian antara data testing yang diperoleh dari pakar dengan hasil pengolahan sistem adalah sebesar 80%.

scholarly journals Implementasi Case Base Reasoning Untuk Mendiagnosa Penyakit Gigi dan Mulut

Techno Com ◽  
2017 ◽  
Vol 16 (1) ◽  
pp. 70-79
Author(s):  
Fryda Fatmayati ◽  
Kusrini ◽  
Emha Taufiq Lutfi
Keyword(s):  
Knowledge Representation ◽  
Euclidean Distance ◽  
Case Based Reasoning ◽  
Jaccard Coefficient ◽  
Tanimoto Coefficient ◽  
Case Base ◽  
Case Base Reasoning ◽  
Case Based

Penyakit gigi dan mulut dapat dialami oleh semua orang mulai dari anak-anak hingga dewasa.Namun karena biaya berobat ke dokter gigi yang mahal maka masyarakat enggan memeriksanakan keluhannya terutama pada masyarakat kalangan menengah ke bawah. Padahal jika penyakit gigi dan mulut tidak segera dirawat akan bertambah parah. Case-Based Reasoning meniru kemampuan manusia, yaitu menyelesaikan masalah baru menggunakan jawaban atau pengalaman dari masalah lama.Penyajian pengetahuan (knowledge representation) dibuat dalam bentuk kasus-kasus (case).Setiap kasus berisi masalah dan jawaban, sehingga kasus lebih mirip dengan suatu pola tertentu.Cara kerja Case-Based Reasoning adalah dengan membandingkan kasus baru dengan kasus lama. Jika tidak ada yang cocok maka Case-Based Reasoning akan melakukan adaptasi, dengan cara memasukkan kasus baru tersebut ke dalam database penyimpanan kasus (case base), sehingga secara tidak langsung pengetahuan CBR akan bertambah. Tujuan dari penelitian ini, yaitu mengetahui kemiripan kasus baru dan kasus lama dengan penerapan Case-Based Reasoning (CBR) dan membandingkan dua metode yang digunakan, yaitu Extended Jaccard Coefficient (Tanimoto Coefficient) dan Euclidean Distance similarity dengan memilih hasil akurasi terbaik dari kedua metode tersebut. Hasil pengujian terhadap data uji penyakit gigi dan mulut menunjukkan sistem memiliki unjuk kerja dengan tingkat akurasi menggunakan metode Extended Jaccard Coefficient sebesar 95.24% dan Euclidean Distance Similarity sebesar 100%.   Kata kunci—Case Base Reasoning, Extended Jaccard Coefficient, Euclidean Distance Similarity, penyakit gigi dan mulut 

scholarly journals APLIKASI CASE BASED REASONING UNTUK IDENTIFIKASI SERANGAN HAMA PADA TANAMAN JERUK

Transmisi ◽  
2018 ◽  
Vol 20 (3) ◽  
pp. 96
Author(s):  
Esi Putri Silmina ◽  
Retantyo Wardoyo
Keyword(s):  
Euclidean Distance ◽  
Case Based Reasoning ◽  
Case Base ◽  
Case Base Reasoning ◽  
Case Based

Tanaman jeruk adalah tanaman buah tahunan yang berasal dari ASIA. Pembudidayaan tanaman jeruk dipengaruhi oleh berbagai faktor yaitu, teknik budidaya, kondisi lingkungan serta serangan hama dan penyakit. Dari ketiga faktor tersebut yang sampai sekarang menjadi masalah adalah gangguan hama dan penyakit. Rendahnya produktivitas tanaman jeruk disebabkan oleh serangan hama. Penelitian ini akan mengidentifikasi serangan hama pada tanaman jeruk dengan cara menerapkan Sistem Case Based Reasoning. Perhitungan similaritas yang digunakan dalam sistem Case Base Reasoning adalah metode Euclidean Distance. Hasil penelitian ini menunjukkan Sistem Case Based Reasoning ini dapat digunakan untutk membantu user mengidentifikasi hama yang menyerang tanaman jeruk. Problem baru dikatakan similar (mirip) 100% dengan kasus yang lama apabila nilai similaritas dari d(p,q) sama dengan 1 sedangkan tidak  similar apabila nilai d(p,q) sama dengan 0. Nilai similaritas antara 0 sampai dengan 1. 

scholarly journals Implementasi Case Based Reasoning Pada Sistem Pakar Untuk Mendiagnosa Penyakit Tanaman Belimbing

2019 ◽  
Vol 18 (2) ◽  
pp. 183
Author(s):  
Muhammad Syaifuddin
Keyword(s):  
Case Based Reasoning ◽  
Averrhoa Carambola ◽  
Case Base ◽  
Case Base Reasoning ◽  
Case Based

Averrhoa carambola L atau yang disebut Belimbing adalah tumbuhan penghasil buah berbentuk khas yang berasal dari Indonesia. Namun banyak masalah yang diahadapi oleh petani tanaman belimbing termasuk rendahnya produksi akibat terserang penyakit seperti bercak daun, penyakit kepang jelaga, batang berkerak merah dan lapuk akar.Oleh karena itu, diperlukan sebuah program untuk melakukan diagnosa penyakit pada tanaman belimbing agar para petani sesegera mungkin mengetahui dan melakukan tindakan yang konkrit terhadap tanaman belimbing disaat terindikasi sebuah kelainan. Program ini nantinya akan di isi pengetahuan-pengetahuan terkait dengan gejala dan solusi yang ditawarkan. Program ini nantinya akan bertindak layaknya seorang pakar yang menangani penyakit tanaman belimibing. Program ini disebut sistem pakar. Dari hasil uji coba program yang telah dimasukan algoritma K-Nearest Neigbor (K-NN) di dalamnya, menyimpulkan bahwa program sistem pakar ini telah sesuai dengan yang diharapkan, yakni mampu mendiagnosa dan memberikan solusi terkait gejala-gejala pada tanaman belimbing. Algoritma K-NN adalah algoritma yang  penyelesain masalah  menggunakan data lama (case base reasoning) sebagai rujukan untuk memproses dan memberikan solusi. Algoritma ini mencari nilai yang tingkat kemiripannya paling tinggi dengan gejala yang akan diproses.

scholarly journals Rancang Bangun Sistem Pakar Pendiagnosa Penyakit Paru-Paru Menggunakan Metode Case Based Reasoning

2015 ◽  
Vol 6 (2) ◽  
Author(s):  
Diki Andita Kusuma ◽  
Chairani Chairani
Keyword(s):  
Case Based Reasoning ◽  
Artificial Intelligent ◽  
Case Base ◽  
Case Base Reasoning ◽  
Case Based

<p>Penelitian ini membahas tentang pembuatan sistem pakar yang dapat digunakan untuk mendiagnosa penyakit paru-paru. Metode yang digunakan adalah metode Case Base Reasoning (CBR). CBR merupakan salah satu metode yang menggunakan pendekatan kecerdasan buatan (<em>Artificial Intelligent</em>) dan menitikberatkan pemecahan masalah dengan didasarkan pada <em>knowledege</em> dari kasus-kasus sebelumnya.  Kasus-kasus yang digunakan diperoleh dari catatan penangan kasus diagnosa penyakit paru dari seorang dokter spesialis paru sebanyak 8 kasus dan disediakan satu buah kasus baru untuk dihitung nilai kedekatannya dengan kasus lama. Hasil dari penilitian ini memberikan keluaran berupa kemungkinan penyakit dan saran pengobatan yang didasarkan pada kemiripan kasus baru dengan pengetahuan yang dimiliki sistem. Nilai kedekatan dari 8 kasus lama terhadap kasus baru dari seorang pasien adalah 0.38 terhadap data kasus pertama, 0.45 terhadap data kasus kedua, 0.56 terhadap data kasus ketiga, 0.56 terhadap data kasus keempat, 0.72 terhadap data kasus kelima, 0.93 terhadap data kasus keenam, 0.52 terhadap data kasus ketujuh, dan 0.66 terhadap data kasus kedepelapan. Nilai kedekatan paling maximum diperoleh terhadap data kasus keenam, yaitu sebesar  0.93 atau 93%, sehingga dapat disimpulkan bahwa pasien didiagnosa terserang penyakit radang paru.</p>

Sign in / Sign up

Export Citation Format

Share Document